Модели и алгоритмы поддержки принятия решений в системе персонализированного управления разработкой образовательных программ

Боковая панель статьи

PDF
Опубликован: дек 30, 2025
Ключевые слова:
математические методы, персонализация, профессиональные образовательные программы, машинное обучение, оптимизация, рекомендательные системы, нечеткие множества mathematical methods, personalization, professional educational programs, machine learning, optimization, recommendation systems, fuzzy sets

Основное содержимое статьи

Е. М. Смирнова
Ивановский государственный университет, Иваново

Аннотация

В статье представлен анализ математических методов, применяемых для персонализации системы управления разработкой профессиональных образовательных программ (ПОП). Рассматриваются методы машинного обучения, теория нечетких множеств, методы оптимизации и алгоритмы рекомендательных систем. Предложена интегральная математическая модель, формализующая процесс адаптивного проектирования ПОП на основе данных о потребностях стейкхолдеров. Результатом исследования является систематизация математического аппарата, позволяющего перейти от эвристических к формализованным методам управления разработкой образовательных программ.


 

Скачивания

Данные скачивания пока недоступны.

Информация о статье

Как цитировать
[1]
Смирнова, Е.М. 2025. Модели и алгоритмы поддержки принятия решений в системе персонализированного управления разработкой образовательных программ. Системный анализ в науке и образовании. 4 (дек. 2025), 105–109.
Выпуск
№ 4 (2025)
Раздел
Новые образовательные системы и технологии обучения
Лицензия Creative Commons

Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.

Библиографические ссылки

Гвоздева Т. В., Смирнова Е. М. Разработка системной модели формирования образовательных программ // Известия Высших учебных заведений. Серия "Экономика, Финансы и управление производством".– 2024. – №3 (61). – С. 91-96. – URL: https://ecofin-isuct.ru/article/view/6028/3484.

Применение методов нечеткой логики для формирования адаптивной индивидуальной траектории обучения на основе динамического управления сложностью курса / М. А. Белов, С. И. Гришко, А. В. Живетьев [и др.] // Моделирование, оптимизация и информационные технологии. – 2022. – Т. 10, № 4(39). – С. 7-8. – DOI: 10.26102/2310-6018/2022.39.4.018.

Живетьев А. В., Белов М. А. Проблемы управления индивидуальной образовательной траекторией студента на основе цифрового профиля и цифрового следа // Системный анализ в науке и образовании: сетевое научное издание. – 2024. – № 4. – С. 37-44. – URL: https://sanse.ru/index.php/sanse/article/view/634.

Курилова О. Л. Применение генетического алгоритма для оптимизации учебного плана // Информационно-управляющие системы. – 2013. – №3 (64). – С. 84-92. – URL: https://i-us.ru/index.php/ius/article/view/13647.

Сергеева Д. В., Баталов Д. И. Анализ математических подходов к моделированию ОПОП для кадрового обеспечения цифровой трансформации транспорта // Интеллектуальные технологии на транспорте. – 2025. – № 3 (43). – С. 68–76. – DOI: 10.20295/2413-2527-2025-343-68-76.